OCR
DocTranslator
DocTranslator是一款支持多格式文档翻译的AI工具，可处理PDF、Word、Excel、PPT等多种文件类型，并保留原始排版。它支持100多种语言，具备OCR功能，能处理图像文件。适用于商业、学术和演示文稿等场景，支持大文件处理，操作便捷高效。
AI Comic Translate
只需上传您想要翻译的漫画图片，用户只需上传您想要翻译的漫画图片，AI Comic Translate将自动识别文本并在几分钟内生成高质量的翻译。
AutoConsis
AutoConsis是一款基于深度学习和大型语言模型的UI内容一致性智能检测工具，能够自动识别和提取界面中的关键数据，并对数据一致性进行高效校验。它支持多业务场景适配，具备高泛化性和高置信度，广泛应用于电商、金融、旅游等多个领域，助力提升用户体验和系统可靠性。
Vision Parse
Vision Parse 是一款开源工具，旨在通过视觉语言模型将 PDF 文件转换为 Markdown 格式。它具备智能识别和提取 PDF 内容的能力，包括文本和表格，并能保持原有格式与结构。此外，Vision Parse 支持多种视觉语言模型，确保解析的高精度与高速度。其应用场景广泛，涵盖学术研究、法律文件处理、技术支持文档以及电子书制作等领域。
PaliGemma 2 mix
PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型，支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项，适用于不同场景。其基于开源框架开发，易于扩展，可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。
